注意：这里用imshow显示的矩阵，矩阵的每个元素，是一个单通道的值，而不是RGB这样多通道的值，这样设置colorbar才有意义。
经常我们用imshow来显示矩阵数据，这样看起来比较直观。比如下面一个简单的例子
import matplotlib as mplimport matplotlib.pyplot as pltimport numpy as npd1 = np.zeros((300, 300))d2 = np.zeros((300, 300))v1_min = 30v1_max = 70v2_min = 0v2_max = 100c1 = np.linspace(v1_min, v1_max, 300)c2 = np.linspace(v2_min, v2_max, 300)for i in range(300):d1[i, :] = c1[i]d2[i, :] = c2[i]plt.figure()plt.subplot(1,2,1)plt.imshow(d1)plt.colorbar()plt.subplot(1,2,2)plt.imshow(d2)plt.colorbar()
这样显示有一个问题，这两幅图看起来一样，但是其实里面的数据完全不一样。在实际中，为了对比方便，经常需要把色度条设置成一样的范围。
有两种设置方法
在imshow中设置vmin, vmax
plt.figure()plt.subplot(1,2,1)plt.imshow(d1, vmin=0, vmax=100)plt.colorbar()plt.subplot(1,2,2)plt.imshow(d2, vmin=0, vmax=100)plt.colorbar()
设置norm
vnorm = mpl.colors.Normalize(vmin=0, vmax=100)plt.figure()plt.subplot(1,2,1)plt.imshow(d1, norm=vnorm)plt.colorbar()plt.subplot(1,2,2)plt.imshow(d2, norm=vnorm)plt.colorbar()
vmin,vmax和norm只能设置一样，设置了vmin vmax会忽略norm设置
